Yann LeCun的意思是，作为学生或学术研究人员，如果想在人类级别的人工智能领域取得进展，不应该再专注于大型语言模型（LLMs）。他认为LLMs已经有成千上万的工程师在投入巨大计算资源进行研究，现有的研究已经非常充分。因此，新的研究人员在这方面很难做出显著的贡献。

隐含含义

1. LLMs的研究饱和：现有对LLMs的研究已经投入了大量资源和人力，新的研究者在这一领域的边际贡献有限。

2. 分析现有LLMs的价值：对于想要进入这一领域的研究者，可以通过分析现有的LLMs，展示它们的能力和局限性来找到自己的研究方向。

3. 鼓励创新：LeCun更鼓励研究者们提出新的想法和架构，哪怕是针对小问题，因为这可能更有趣且更具影响力。

4. 多样化研究路径：相比于追随已经被广泛研究的LLMs，探索新的研究方向和技术路径可能带来更大的学术和实际应用突破。

LeCun的观点旨在提醒学术界，AI领域不仅仅局限于LLMs，还有很多未被充分探索的方向值得研究者们投入精力和创新。